آڈیو لیٹنسی: پلے بیک ٹیسٹ جو چھپاتا ہے

زیادہ تر آڈیو ٹیسٹ صرف چیک کرتے ہیں کہ آواز بجتی ہے اور مائک کیپچر کرتا ہے۔ کوئی راؤنڈ ٹرپ لیٹنسی نہیں ماپتا — آڈیو ایونٹ کے مائک میں داخل ہونے سے پروسیسڈ سگنل کے اسپیکر سے نکلنے تک کا وقت۔ یہ ایک نمبر طے کرتا ہے کہ موسیقار کلک ٹریک پر ریکارڈ کر سکتے ہیں، ویڈیو کالز قدرتی ہیں، اور گیمز میں اسپیشل آڈیو درست ہے۔ ایک سسٹم ہر پلے بیک چیک پاس کر سکتا ہے جبکہ تباہ کن لیٹنسی کا شکار ہو، کیونکہ فنکشنلٹی اور ٹائمنگ الگ محور ہیں۔ یہ گائیڈ راؤنڈ ٹرپ لیٹنسی کو کیسے ماپا جائے، اعداد کا کیا مطلب ہے، اور اسے کیسے کم کیا جائے بیان کرتا ہے۔

ہر ہارڈویئر چیک ایک ہی طریقے سے شروع ہوتا ہے۔ نئے اسپیکر پلگ کریں، ٹیسٹ ٹون بجائیں، تصدیق کریں کہ آواز نکلتی ہے، آگے بڑھیں۔ مائک پلگ کریں، بولیں، لیول میٹر دیکھیں، آگے بڑھیں۔ یہ دو ٹیسٹ آؤٹ پٹ پاتھ اور ان پٹ پاتھ کی تصدیق کرتے ہیں۔ کوئی وہ سوال نہیں ماپتا جو فیصلہ کرتا ہے کہ آپ کا آڈیو سیٹ اپ حقیقی کام سنبھال سکتا ہے: ایک آواز کو مائک سے، کمپیوٹر کے ذریعے، اور اسپیکر سے نکلنے میں کتنا وقت لگتا ہے؟

وہ نمبر راؤنڈ ٹرپ لیٹنسی ہے، اور یہ خاموشی سے طے کرتا ہے کہ آپ کا سسٹم کون سے کام ایمانے سے سنبھال سکتا ہے:

• موسیقی ریکارڈ کرنا۔ کلک یا بیکنگ ٹریک کے ساتھ بجاتے ہوئے آپ کی اپنی آواز تقریباً فوراً آپ کے کانوں تک واپس آنا چاہیے۔ تقریباً چالیس ملی سیکنڈ راؤنڈ ٹرپ سے اوپر، آپ کی ٹائمنگ بھٹکتی ہے، ہر ٹیک سلجھا ہوا لگتا ہے، اور کوئی بھی پریکٹس اسے ٹھیک نہیں کرتی۔ دیگر آلات کے ساتھ ایک USB کنٹرولر شیئر کرنے والے آڈیو انٹرفیس بھی USB بینڈوڈتھ تنازع کا شکار ہو سکتے ہیں، جو بفر تاخیر کے اوپر لیٹنسی اسپائکس کا اضافہ کرتا ہے۔
• بات چیت۔ ویڈیو کالز قدرتی محسوس ہوتی ہیں جب آڈیو پائپ لائن تنگ رہے۔ زیادہ تاخیر ایکو، اوور لیپنگ اسپیچ، اور سیٹلائٹ فون کال کی بے ڈھب تھم پیدا کرتی ہے۔
• اسپیشل آڈیو گیمز۔ پوزیشنل ساؤنڈ تب کام کرتی ہے جب آڈیو آپ جو دیکھتے ہیں اس کے ساتھ قدم میں پہنچے۔ جب آڈیو پاتھ ڈسپلے سے پیچھے رہ جائے، قدموں کی آواز اور فائرنگ اسکرین پر ایکشن سے الگ ہو جاتی ہے۔

آپ کا اسپیکر ٹیسٹ اور مائک ٹیسٹ “کیا یہ کام کرتا ہے؟” کا جواب دیتے ہیں۔ لوپ بیک لیٹنسی ٹیسٹ “کتنا تیز؟” کا جواب دیتا ہے۔ یہ صفحہ وضاحت کرتا ہے کہ راؤنڈ ٹرپ لیٹنسی کیا ہے، یہ کہاں سے آتی ہے، اور اسے کیسے کم کیا جائے۔ یہاں کے اعداد متعدد ہارڈویئر اور سافٹ ویئر کنفیگریشنز میں عام تجربے سے آتے ہیں — Focusrite Scarlett 2i2 پر ASIO سیٹ اپ Windows 11 پر آن بورڈ Realtek کوڈیک سے مختلف اعداد دے گا۔ آپ کے نتائج آپ کے مخصوص انٹرفیس، ڈرائیور، اور بفر سیٹنگز کے ساتھ مختلف ہوں گے۔

ٹون ٹیسٹ لیٹنسی نہیں ماپتا

اسپیکر ٹیسٹ آپ کے آؤٹ پٹ پاتھ کے ذریعے ٹون، سویپ، یا میوزک سیمپل بجاتا ہے اور تصدیق کرتا ہے کہ آواز ابھرتی ہے۔ یہ پاس یا فیل نتیجہ کے ساتھ فنکشنلٹی چیک ہے: کیبل جڑا ہوا ہے، ڈرائیور لوڈ ہے، والیوم میوٹ نہیں ہے، ڈیجیٹل ٹو اینالاگ کنورٹر زندہ ہے۔ اگر آپ ٹون سن سکتے ہیں، آؤٹ پٹ پاتھ کام کرتا ہے۔ یہ سب کچھ ہے جو ٹیسٹ آپ کو بتا سکتا ہے۔

مائک ٹیسٹ ان پٹ سمت کے لیے وہی کرتا ہے۔ یہ آپ جو کہتے ہیں کیپچر کرتا ہے، لیول میٹر ڈسپلے کرتا ہے، اور تصدیق کرتا ہے کہ مائکروفون، پری ایمپلیفائر، اور اینالاگ ٹو ڈیجیٹل کنورٹر فنکشن کر رہے ہیں۔ پھر، نتیجہ پاس یا فیل ہے۔

لیٹنسی پیمائش بالکل مختلف نوع کی ٹیسٹ ہے۔ یہ یہ نہیں پوچھتی کہ کیا سگنل کسی پاتھ کو عبور کر سکتا ہے، بلکہ یہ پوچھتی ہے کہ عبور کرنے میں کتنا وقت لگتا ہے۔ طریقہ سادہ ہے: ایک معروف سگنل — امپلس، کلک، مختبر برسٹ — آؤٹ پٹ کے ذریعے بھیجیں، اسے ان پٹ پر کیپچر کریں، اور بھیجنے اور وصول کرنے کے درمیان وقت کا فرق حساب کریں۔ وہ فرق راؤنڈ ٹرپ لیٹنسی ہے، جسے ملی سیکنڈ میں ظاہر کیا جاتا ہے۔

یہ فرق اہم ہے کیونکہ دونوں پیمائشیں آزاد ہیں۔ ایک سسٹم ہر پلے بیک ٹیسٹ پاس کر سکتا ہے جبکہ تباہ کن لیٹنسی کا شکار ہو۔ بلیو ٹوتھ اسپیکرز کلاسک مثال ہیں: وہ ٹون وفاداری سے دوبارہ پیدا کرتے ہیں، تو اسپیکر ٹیسٹ کامیابی رپورٹ کرتا ہے، جبکہ وائرلیس کوڈیک ایک سو سے ایک سو اسی ملی سیکنڈ ڈیلے کا اضافہ کرتا ہے جو کوئی پلے بیک ٹیسٹ کبھی نوٹس نہیں کرتا۔ ایک ٹون جو ایک سو پچاس ملی سیکنڈ دیر سے آتا ہے وہ، سختی سے بولتے ہوئے، ابھی بھی بج رہا ہے۔

اسی لیے عام مفروضہ — “میرے اسپیکرز ٹھیک بجتے ہیں، تو میرا آڈیو سسٹم ٹھیک ہے” — ٹائمنگ سینسیٹو کسی بھی چیز کے لیے ٹوٹ جاتا ہے۔ فنکشن اور ٹائمنگ الگ محور ہیں۔ ریکارڈنگ، کالز، یا گیمنگ کے لیے اپنے سیٹ اپ پر بھروسہ کرنے سے پہلے، آپ کو وہ نمبر درکار ہے جو پلے بیک ٹیسٹس ساختی طور پر پیدا کرنے سے قاصر ہیں۔

بفر بھرتے دیکھیں

راؤنڈ ٹرپ لیٹنسی ایک واحد تاخیر نہیں ہے۔ یہ مائکروفون کیپسول سے اسپیکر کون تک ہر سٹیج پر جمع ہونے والی تاخیروں کا مجموعہ ہے۔ پاتھ کو سمجھنا آپ کو بتاتا ہے کہ آپ کے ملی سیکنڈز کہاں چھپے ہیں:

1. ان پٹ بفر۔ اینالاگ ٹو ڈیجیٹل کنورٹر مسلسل سیمپل کرتا ہے، لیکن آپریٹنگ سسٹم آڈیو بلاکس میں ڈیلیور کرتا ہے۔ ڈرائیور ایپلی کیشن کو ڈیٹا دینے سے پہلے مکمل بفر کا انتظار کرتا ہے۔ 48 kHz پر، 128-سیمپل بفر بھرنے میں 2.7 ملی سیکنڈ لگتے ہیں — اتنا عرصہ آپ کا آڈیو کسی کے پروسیس کرنے سے پہلے انتظار کرتا ہے۔ زیادہ تر سسٹمز دو یا تین بفر اڑان میں رکھتے ہیں۔ تقریباً پانچ سے آٹھ ملی سیکنڈ قبل آپ کی ایپلی کیشن پہلا سیمپل دیکھتی ہے۔
2. اینالاگ ٹو ڈیجیٹل تبدیلی۔ کنورٹر کو سیمپل، کوانٹائز، اور کلاک سگنل کے لیے وقت درکار ہے۔ صارفین کے ہارڈویئر پر یہ عموماً ایک سے تین ملی سیکنڈ کا اضافہ کرتا ہے؛ مخصوص انٹرفیسز بہتر کرتے ہیں۔
3. آپریٹنگ سسٹم شیڈولنگ۔ آڈیو انجن آپ کی ایپلی کیشن کو ٹائمر پر جگاتا ہے، اور جگنے کا عمل نارمل تھریڈ شیڈولنگ کا تابع ہے۔ شیرڈ موڈز میں آپریٹنگ سسٹم آپ کی سٹریم کو سسٹم میں ہر دیگر آڈیو سورس کے ساتھ مکس بھی کرتا ہے، اپنا پروسیسنگ پاس شامل کرتے ہوئے۔ یہ سٹیج کچھ ملی سیکنڈ سے بیس یا اس سے زیادہ تک کا اضافہ کرتا ہے، پلیٹ فارم اور لوڈ پر منحصر۔ یہ وہ سٹیج ہے جہاں PipeWire کے ساتھ Linux Windows سے آگے نکل سکتا ہے — اور جہاں ایک شور والا ڈیسک ٹاپ ماحول خاموشی سے آپ کی لیٹنسی کو بڑھا سکتا ہے۔
4. ایپلی کیشن پروسیسنگ۔ وصول کرنے والے سرے پر سافٹ ویئر — ڈیجیٹل آڈیو ورک سٹیشن، افیکٹس چین، براؤزر آڈیو گراف — بلاک کو آگے بھیجنے سے پہلے پروسیس کرتا ہے۔ چھوٹا، لیکن کل کا حصہ۔
5. ڈیجیٹل ٹو اینالاگ تبدیلی۔ سٹیج دو کا عکس، ایک سے تین ملی سیکنڈ اضافہ جیسے پروسیسڈ سگنل اینالاگ وولٹیج بن جاتا ہے۔
6. آؤٹ پٹ بفر۔ پروسیسڈ سیمپلز آؤٹ پٹ بفر میں انتظار کرتے ہیں جب تک کنورٹر انہیں بجانے کے لیے تیار نہ ہو، ان پٹ سائیڈ سے بفر سائز ریاضی کو دہراتے ہوئے۔ عام کنفیگریشنز میں مزید پانچ سے آٹھ ملی سیکنڈ شامل کریں۔

سٹیجز کو اکٹھا کریں اور شیرڈ موڈ راؤنڈ ٹرپ لیٹنسی عام کمپیوٹر پر عموماً تیس سے ساٹھ ملی سیکنڈ کے درمیان آتی ہے — درج ذیل ماپی اعداد مخصوص ہارڈویئر کی مثالی صورت ہیں، عالمی تفصیلات نہیں۔ غیر رسمی ٹیسٹنگ میں ایک اسٹاک Windows 11 لیپ ٹاپ پر آن بورڈ Realtek ALC897 کوڈیک کے ساتھ 128-سیمپل بفر پر، شیرڈ موڈ پیمائشیں اس رینج کے اوپری سرے کے قریب دیکھی گئیں۔ ASIO4ALL کے ذریعے Behringer U-Phoria UM2 کے ساتھ اسی ہارڈویئر پر، پیمائش تقریباً پندرہ ملی سیکنڈ تک گر گئی۔ یہ ایک مشین کے مشاہدات ہیں بغیر کنٹرولڈ حالات کے؛ یہ شیرڈ موڈ اور ASIO پاتھوں کے درمیان عام فاصلے کے حوالہ نقاط کے طور پر کام کرتے ہیں، آپ کے ہارڈویئر کے لیے گارنٹی شدہ قدریں نہیں۔ کوئی ڈرائیور تبدیلی کا وقت نہیں ہٹاتا — لیکن بفرنگ اور شیڈولنگ اوور ہیڈ، جو کل پر غالب آتے ہیں، ڈرامائی طور پر سکڑ جاتے ہیں۔

ایک نمبر، دو تعریفیں

آڈیو سافٹ ویئر شاذ و نادر ہی ایک ہی نمبر دیتا ہے۔ پروفیشنل ایپلی کیشن کی سیٹنگز کھولیں اور آپ عموماً دو دیکھیں گے: ان پٹ لیٹنسی، مائک سے ایپلی کیشن تک کا وقت، اور آؤٹ پٹ لیٹنسی، ایپلی کیشن سے اسپیکرز تک کا وقت۔ ASIO جیسے ڈرائیور دونوں قدریں الگ سے رپورٹ کرتے ہیں، اور مارکیٹنگ مواد اکثر جو نظر اچھی لگتی ہے اسے دیتے ہیں۔

راؤنڈ ٹرپ لیٹنسی دونوں کا مجموعہ ہے، اس کے ساتھ ایپلی کیشن کا اپنا پروسیسنگ وقت۔ اگر ایک سسٹم بیس ملی سیکنڈ ون وے دیتا ہے، تو راؤنڈ ٹرپ تقریباً چالیس ملی سیکنڈ ہے۔ ایک صارف جو “20 ms لیٹنسی” پڑھتا ہے اور فرض کرتا ہے کہ یہی ڈیلے سنے گا، وہ دو گنا کمی میں ہے — اور یہ غلطی عام ہے کیونکہ ون وے اعداد وہی ہیں جو تفصیلات کے صفحات پر چھپے ہوتے ہیں۔

یہ فرق اہم ہے کیونکہ جو آپ محسوس کرتے ہیں وہ ہمیشہ راؤنڈ ٹرپ ہے۔ جب ایک موسیقار اپنی آواز یا ساز کی نگرانی کرتا ہے، تو آواز کو مائک سے نکلنا، سسٹم سے گزرنا، اور ہیڈ فونز تک واپس آنا چاہیے قبل اس کے کہ وہ اسے سنیں۔ یہ مکمل پاتھ ہے۔ ون وے عدد صفر سفر کے نصف کو بیان کرتا ہے۔

بحث کو مستقل رکھنے کے لیے، یہاں تمام اعداد راؤنڈ ٹرپ لیٹنسی سے مراد ہیں۔ جب آپ اپنی پیمائش کسی پروڈکٹ تفصیط یا بنچ مارک سے موازنہ کریں، تو ہمیشہ تصدیق کریں کہ دونوں اعداد ایک ہی قسم کے سفر کو بیان کرتے ہیں۔ راؤنڈ ٹرپ پیمائش کو ون وے تفصیلات سے موازنہ کرنے سے آپ کا سسٹم اصل سے دو گنا سست دکھائی دیتا ہے۔

OS آپ سے پہلے فیصلہ کرتا ہے

وہی مائکروفون، وہی اسپیکرز، اور وہی کیبل مختلف آپریٹنگ سسٹمز پر بے حد مختلف لیٹنسی پیدا کرتی ہے، کیونکہ ہر پلیٹ فارم آڈیو کو مختلف سافٹ ویئر اسٹیک کے ذریعے روٹ کرتا ہے۔ اسٹیک طے کرتا ہے کہ ناگزیر تبدیلی کے وقت میں کتنی بفرنگ اور شیڈولنگ اوور ہیڈ شامل ہوتی ہے۔

Windows: شیرڈ موڈ، ایکسکلوزو موڈ، اور ASIO

Windows ہارڈویئر تک پہنچنے کے تین طریقے پیش کرتا ہے، ہر ایک مختلف لیٹنسی پروفائل کے ساتھ:

• WASAPI شیرڈ موڈ وہ ڈیفالٹ پاتھ ہے جو ہر ایپلی کیشن استعمال کرتی ہے جب تک وہ کچھ اور نہ مانگے (Microsoft Learn: WASAPI Shared Mode, 2023)۔ تمام آڈیو ایک ساتھ مکس کیا جاتا ہے اور محافظ بفرنگ کے ساتھ ڈیلیور کیا جاتا ہے۔ عام طور پر مشاہدہ شدہ راؤنڈ ٹرپ لیٹنسی عام سسٹمز پر بفر سائز اور لوڈ کے لحاظ سے تقریباً بتیس سے چونسٹھ ملی سیکنڈ تک ہے — یہ عام تجربے کی حدود ہیں، گارنٹی شدہ قدریں نہیں۔ Web Audio، WebRTC، اور میڈیا پلے بیک ہر ایک تھوڑا مختلف پاتھ عبور کرتے ہیں، لیکن سب اس شیرڈ مکسر سے شروع ہوتے ہیں۔
• WASAPI ایکسکلوزو موڈ یا ASIO مکسر کو بائی پاس کرتا ہے اور ایک ایپلی کیشن کو ڈیوائس تک براہ راست رسائی دیتا ہے، عام طور پر لیٹنسی تقریباً دس ملی سیکنڈ تک گرا دیتا ہے عام ہارڈویئر پر (Microsoft Learn: WASAPI Exclusive Mode, 2023)۔ یہ ان نیٹو ایپلی کیشنز کے لیے دستیاب ہے جو اس کی درخواست کرتی ہیں؛ براؤزر نہیں کر سکتے۔
• ASIO ایک ڈرائیور پروٹوکول ہے جو Windows آڈیو اسٹیک کو مکمل طور پر بائی پاس کرتا ہے اور انٹرفیس ہارڈویئر کے ساتھ سیدھا بات چیت کرتا ہے (Steinberg: ASIO Host and Driver Guide v2.3, 2021)۔ قابل انٹرفیس کے ساتھ، ASIO عموماً آٹھ سے پندرہ ملی سیکنڈ حاصل کرتا ہے، اگرچہ عین اعداد مخصوص انٹرفیس، ڈرائیور ورژن، اور بفر کنفیگریشن پر منحصر ہیں۔ براؤزر اسے استعمال نہیں کر سکتے۔

macOS: Core Audio

Apple کا Core Audio فریم ورک بہترین آپٹیمائزڈ ہے، اور نیٹو ایپلی کیشنز معقول بفر سیٹنگز کے ساتھ عموماً آٹھ سے بیس ملی سیکنڈ راؤنڈ ٹرپ حاصل کرتی ہیں۔ شیرڈ پاتھ مؤثر ہے، اس لیے macOS پر براؤزر میں ماپی لیٹنسی بھی عموماً Windows سے بہتر ہوتی ہے۔ یہ اب بھی نیٹو کمینم سے اوپر ہے، کیونکہ براؤزر ایکسکلوزو ڈیوائس رسائی حاصل نہیں کر سکتا یا بفر کو اپنی ضرورت کے مطابق ٹیون نہیں کر سکتا۔

Linux: ALSA, PulseAudio, اور PipeWire

Linux لیٹنسی ایک متحرک ہدف ہے۔ ALSA، نیچے لیول ڈرائیور انٹرفیس، تیز ہے لیکن ایپلی کیشن مخصوص ہے۔ PulseAudio تاریخی طور پر اس کے اوپر نمایاں بفرنگ اوور ہیڈ شامل کرتا تھا۔ PipeWire، جدید متبادل، کم لیٹنسی آڈیو کے لیے ڈیزائن کیا گیا ہے اور درست کنفیگریشن پر دیگر پلیٹ فارمز سے بہتر یا مساوی کر سکتا ہے، لیکن نتائج ڈسٹریبیوشن اور سیٹ اپ کے ساتھ بڑے پیمانے پر مختلف ہوتے ہیں۔

زیادہ تر کنفیگریشنز میں، براؤزر شیرڈ پاتھ تک محدود ہے۔ یہ ایکسکلوزو موڈ کی درخواست نہیں کر سکتا، ASIO ڈرائیور لوڈ نہیں کر سکتا، اور اپنے آڈیو تھریڈ کی ترجیح نہیں بڑھا سکتا۔ براؤزر آڈیو لیٹنسی اس لیے عموماً آپ کے پلیٹ فارم کے شیرڈ موڈ کے چھت کے قریب ہے — معاونی پاتھ معیاری کنفیگریشنز پر جو بہترین دے سکتا ہے — جبکہ نیٹو پروفیشنل سافٹ ویئر اس چھت سے فرار ہونے کے لیے بنایا گیا ہے جب ہارڈویئر اور ڈرائیور اجازت دیں۔

60 ملی سیکنڈ کا اصل مطلب

ایک خام ملی سیکنڈ عدد کچھ نہیں ہے جب تک آپ اسے اپنے ارادوں کے خلاف نہیں بناتے۔ نیچے کی حدود عام رہنمائی ہیں، پروفیشنل سرٹیفیکیشن معیارات نہیں؛ اصل مناسبیت آپ کے مخصوص کام، مانیٹرنگ سیٹ اپ، اور سننے کے ماحول پر منحصر ہے۔ چار زون عملی رینج کو احاطہ کرتے ہیں:

• 20 ms سے کم — بہترین۔ پروفیشنل موسیقی پیداوار یہاں آرام دہ ہے۔ موسیقار کلک کے ساتھ ٹریک کر سکتے ہیں، خود کو افیکٹس کے ساتھ مانیٹر کر سکتے ہیں، اور وقت میں بجا سکتے ہیں کیونکہ واپسی کا پاتھ عملاً فوری ہے۔ گیمز میں اسپیشل آڈیو تصاویر کے ساتھ بند رہتا ہے۔
• 20-60 ms — زیادہ تر استعمالات کے لیے قابل قبول۔ پوڈ کاسٹنگ، ویڈیو کالز، عام گیمنگ، اور کاجول ریکارڈنگ سب اچھی طرح کام کرتے ہیں۔ تنگ میوزک ٹریکنگ اس رینج کے اوپری حصے میں متاثر ہونا شروع ہوتی ہے: کھلاڑیوں کو اپنی آواز کی واپسی تھوڑی سست محسوس ہوتی ہے، اور تقریباً چالیس ملی سیکنڈ سے اوپر دقیق کام نمایاں طور پر مشکل ہو جاتا ہے۔
• 60-120 ms — پیداوار کے لیے مسئلہ، کاجول استعمال کے لیے قابل قبول۔ کیراؤکی، آواز کی چیٹ، اور سننا ٹھیک ہے۔ بیکنگ ٹریک کے ساتھ ریکارڈ کرنا حقیقی طور پر مشکل ہو جاتا ہے، اور گیمز میں آڈیو ایکشن سے الگ ہونا شروع ہوتا ہے، اسپیشل آڈیو کی پوزیشنل اشاروں کو کمزور کرتا ہے۔
• 120 ms سے زیادہ — برا۔ ٹائمنگ سینسیٹو کام عملاً ناممکن ہے۔ کالز میں سنائی دینے والا ایکو پیدا ہوتا ہے، پرفارمنسز غیر منسلک محسوس ہوتی ہیں، اور اسپیشل آڈیو کاجول استعمال میں بھی غلط لگتا ہے۔ یہ زون بلیو ٹوتھ آڈیو اور غلط کنفیگر شدہ شیرڈ موڈ سسٹمز کا قدرتی گھر ہے۔

زون کی حدود فیصلوں کے نام ہیں، لیکن شکل قابل اعتماد ہے: پیداوار کو کمینم اعداد درکار ہیں، گفتگو زیادہ برداشت کرتی ہے، اور کاجول سنائی سب سے زیادہ برداشت کرتا ہے۔ آپ کی راؤنڈ ٹرپ پیمائش آپ کے سسٹم کو بالکل ایک زون میں رکھتی ہے، اور وہ مقام آپ کو بتاتا ہے کہ آپ کے ارادت مند استعمالات میں سے کون سا خوشگوار محسوس ہوگا اور کون سا آپ سے لڑے گا۔ نمبر اپنے پاس رکھیں — یہ اگلی سیکشن میں ہر آپٹیمائزیشن کا حوالہ نقطہ ہے۔

تین لیورز: سیمپل ریٹ، بفر، ڈرائیور

تین کنٹرولز طے کرتے ہیں کہ آپ کی لیٹنسی پاتھ میں کہاں آتی ہے، اور ان کا اثر برابر نہیں ہے۔

سیمپل ریٹ پائپ لائن کا تھرو پٹ سیٹ کرتا ہے — فی سیکنڈ کتنے بار آڈیو ماپا جاتا ہے — بجائے اس کے کہ براہ راست تاخیر۔ یہ بفر ٹائمنگ کے ساتھ تعامل کرتا ہے، کیونکہ بفر سیمپلز میں ماپا جاتا ہے: 128 سیمپلز 44.1 kHz پر 2.9 ملی سیکنڈ لیکن 96 kHz پر صرف 1.3 ملی سیکنڈ، تو ایک ہی بفر سائز مختلف سیمپل ریٹ پر مختلف مدت میں نقش ہوتا ہے۔ قبضہ یہ ہے کہ زیادہ ریٹ فی سیکنڈ زیادہ پروسیسنگ مانگتا ہے، جو اکثر آپ کو سٹریم مستحکم رکھنے کے لیے بفر واپس بڑھانے پر مجبور کرتا ہے، فائدہ منسوخ کر دیتا ہے۔ 96 یا 192 kHz کا پیچھا عموماً بفر بڑھانا پڑتا ہے، جو نظریاتی فائدہ منسوخ کر سکتا ہے یا چیزوں کو سست کر دیتا ہے۔ سیمپل ریٹ کو ورک فلو سیٹنگ کے طور پر لیں، عموماً 48 kHz، بنیادی لیٹنسی کنٹرول کے طور پر نہیں۔ 48 kHz ویڈیو سینکڈ آڈیو کے لیے ڈی فیکٹو معیار بن گیا کیونکہ یہ 24، 25، اور 30 fps ویڈیو فریم ریٹ پر صاف ستھ ترتیب دیتا ہے۔

بفر سائز بنیادی لیٹنسی لیور ہے۔ یہ طے کرتا ہے کہ سسٹم پروسیس کرنے سے پہلے کتنا آڈیو جمع ہوتا ہے، اور یہ راؤنڈ ٹرپ میں دو بار ظاہر ہوتا ہے — ایک بار ان پٹ سائیڈ پر اور ایک بار آؤٹ پٹ سائیڈ پر۔ بفر آدھا کرنے سے تاخیر کا وہ حصہ آدھا ہو جاتا ہے، لیکن یہ سسٹم کے پاس ہر بلاک فراہم کرنے کا وقت بھی آدھا کر دیتا ہے، بفر انڈر رنز کا خطرہ بڑھاتا ہے: کلکس، پاپس، اور ڈراپ آؤٹس۔ 48 kHz پر عملی میٹرکس کچھ یوں لگتی ہے:

• 64 سیمپلز — قابل ہارڈویئر پر ASIO یا ایکسکلوزو موڈ کے ساتھ تقریباً 8-12 ms راؤنڈ ٹرپ۔ بجٹ انٹرفیسز اکثر اس سائز پر کلکس پیدا کرتے ہیں۔
• 128 سیمپلز — تقریباً 12-20 ms۔ پیداوار کے لیے ایک عام ASIO بہترین نقطہ۔
• 256 سیمپلز — تقریباً 20-35 ms۔ عموماً شیرڈ موڈ میں سب سے چھوٹا مستحکم سائز۔
• 512 سیمپلز — تقریباً 35-60 ms۔ محفوظ لیکن نمایاں طور پر سست۔
• 1024 سیمپلز — تقریباً 60-100 ms۔ صرف سٹریمنگ یا پلے بیک کے لیے جہاں لیٹنسی غیر متعلقہ ہے۔

ڈرائیور فرش سیٹ کرتا ہے۔ ASIO اور ایکسکلوزو موڈ 32 سے 128 سیمپلز کے بفر سائز کی اجازت دیتے ہیں؛ شیرڈ موڈ فرش زیادہ اوپر ہوتا ہے؛ بلیو ٹوتھ کوڈیکس بفر پر غور کرنے سے پہلے ایک سو ملی سیکنڈ یا اس سے زیادہ شامل کرتے ہیں۔ کوئی بفر ٹویک ڈرائیور کے کمینم کو نہیں ہرا سکتا، اسی لیے ڈرائیور پہلا لیور ہے، آخری نہیں۔

براؤزر DAW نہیں

براؤزر Web Audio API (MDN: Web Audio API, 2024) کا استعمال کرتے ہوئے راؤنڈ ٹرپ لیٹنسی کا تخمینہ لگا سکتا ہے، جو آؤٹ پٹ کے ذریعے ایک امپلس شیڈول کرتا ہے اور مائکروفون ان پٹ پر آنے والا سگنل کیپچر کرتا ہے۔ لیپ ٹاپ پر شیرڈ موڈ میں ایک عام Web Audio لوپ بیک پیمائش عموماً 55-70 ms رپورٹ کرتی ہے — ASIO عدد سے کئی گنا زیادہ — یہ فاصلہ براؤزر کی شیرڈ پاتھ ٹیکس کو ظاہر کرتا ہے۔ ماپی وقت ہوا کے ذریعے ایکوسٹک پاتھ، اسپیکر اور مائکروفون ٹرانڈیوسرز، روم ایکو کینسلیشن پروسیسنگ، اور پورا سسٹم آڈیو اسٹیک شامل کرتا ہے۔ اسے ایکوسٹک راؤنڈ ٹرپ ڈیلے کہا جاتا ہے، اور یہ براؤزر پر مبنی کالز، کیراؤکی، اور ان-براؤزر گیمز کے لیے متعلقہ عدد ہے، لیکن یہ ASIO راؤنڈ ٹرپ لیٹنسی کے مساوی نہیں جو پروفیشنل آڈیو سافٹ ویئر ماپتا ہے۔ یاد رکھیں کہ یہ پیمائش اسپیکر اور مائکروفون کے درمیان حقیقی ایکوسٹک پاتھ کا متقاضی ہے؛ آٹومیٹک گین کنٹرول، نائز سپریشن، اور ایکو کینسلیشن امپلس شیپ کو تبدیل کر سکتے ہیں، جبکہ مائکروفون فاصلہ، روم ری فلیکشنز، اور والیوم سیٹنگز سب نتیجہ کو متاثر کرتے ہیں۔

جو براؤزر نہیں کر سکتا وہ ہارڈویئر کے بہترین کیس تک پہنچنا ہے۔ اسے آپریٹنگ سسٹم کا شیرڈ آڈیو پاتھ استعمال کرنا چاہیے، ایکسکلوزو ڈیوائس رسائی حاصل نہیں کر سکتا، ASIO ڈرائیور لوڈ نہیں کر سکتا، اور اپنا آڈیو بفر سائز یا تھریڈ ترجیح کنٹرول نہیں کر سکتا۔ پیمائش اس لیے آپ کے پلیٹ فارم کے شیرڈ موڈ چھت کو ظاہر کرتی ہے نہ کہ ہارڈویئر کا حقیقی کمینم۔

وہ چھت بالکل صحیح نمبر ہے براؤزر پر مبنی کام کے لیے۔ ویب کالز، براؤزر گیمز، ویب کیراؤکی، اور جو کچھ بھی ٹیب کے اندر چلتا ہے سب OS لیول پر براؤزر کا آڈیو پاتھ شیئر کرتے ہیں، اگرچہ Web Audio، WebRTC، اور میڈیا پلے بیک تفصیلات میں مختلف ہیں۔ اگر براؤزر میثاودہ نمبر اچھا ہے، تو ہر براؤزر استعمال کیس اچھا محسوس ہوگا۔ اگر برا ہے، تو نیٹو سافٹ ویئر آپ کو اب بھی بچا سکتا ہے — لیکن براؤزر عموماً اسی ہارڈویئر اور کنفیگریشن پر نیٹو سافٹ ویئر سے سست ہوگا۔

لیٹنسی کم کرنے کے چھ طریقے

مسئلے کو اثر کی ترتیب میں کام کریں، اور جیسے ہی آپ کا نمبر ایسے زون میں آئے جس میں آپ جی سکتے ہیں، رکیں:

1. ڈرائیور موڈ پہلے ٹھیک کریں۔ Windows پر، اپنے آڈیو انٹرفیس کے لیے ASIO ڈرائیور انسٹال کریں، یا WASAPI ایکسکلوزو موڈ پر منتقل ہوں۔ یہ سب سے بڑا لیور ہے اور یہ مفت ہے۔
2. بفر سائز کم کریں۔ 512 سے 256 سے 128 سے 64 سیمپلز تک قدم اٹھائیں، ہر سیٹنگ کی ٹیسٹ کرتے ہوئے، جب تک کلکس یا پاپس نہ سنیں۔ پھر ایک لیول واپس چلیں جو سب سے بڑا بفر ہو جو صاف رہے۔
3. سیمپل ریٹ چیک کریں۔ موسیقی اور ویڈیو کام کے لیے 48 kHz استعمال کریں۔ 96 kHz یا 192 kHz کا پیچھا عموماً بڑا بفر مانگتا ہے اور سست ختم ہوتا ہے۔
4. مقابلہ ایپلی کیشنز بند کریں۔ سٹریمنگ، کیپچر، اور مصروف براؤزر ٹیبز آڈیو تھریڈ سے CPU وقت چراتے ہیں اور چھوٹے بفر سائز پر انڈر رنز کا سبب بنتے ہیں۔
5. آڈیو انٹرفیس پر غور کریں۔ مخصوص ہارڈویئر بہتر کنورٹرز، درست ASIO ڈرائیورز، اور بفر سائز لاتا ہے جو آن بورڈ آڈیو تک نہیں پہنچ سکتے۔
6. وائرڈ کنکشنز کو ترجیح دیں۔ ٹائمنگ سینسیٹو کسی بھی چیز کے لیے، وائرڈ ہیڈ فونز بلیو ٹوتھ سے ایک سو ملی سیکنڈ یا اس سے زیادہ بہتر ہیں، بغیر ہر دیگر سیٹنگ کے۔

ہر قدم مرتکب ہوتا ہے۔ 512 سیمپلز پر شیرڈ موڈ سے 128 سیمپلز پر ASIO تک منتقلی عموماً سسٹم کو پچاس ملی سیکنڈ سے بیس سے نیچے تک لے جاتی ہے — غیر استعمالی اور پروفیشنل کے درمیان فرق۔

نتیجہ

پلے بیک ٹیسٹ تصدیق کرتا ہے کہ آپ کے اسپیکرز کام کرتے ہیں۔ لوپ بیک ٹیسٹ تصدیق کرتا ہے کہ وہ وقت میں کام کرتے ہیں — اور یہ الگ سوالات ہیں الگ جوابوں کے ساتھ۔ آؤٹ پٹ پاتھ کی تصدیق کے لیے اسپیکر ٹیسٹ اور ان پٹ پاتھ کی تصدیق کے لیے مائک ٹیسٹ چلائیں۔ براہ کرم نوٹ کریں کہ اس سائٹ پر فی الحال مخصوص لوپ بیک لیٹنسی پیمائش ٹول پیش نہیں ہے؛ اوپر بیان کردہ Web Audio API طریقے کی اپنی لاگو کاری یا براؤزر کنسول سیٹ اپ درکار ہے۔ اسے استعمال کریں تاکہ ایکوسٹک راؤنڈ ٹرپ ڈیلے سیکھیں جو طے کرتا ہے کہ ریکارڈنگ، گفتگو، اور اسپیشل آڈیو آپ کی مشین پر قدرتی محسوس ہوتے ہیں یا نہیں۔

ایک بار ماپیں اور نتیجہ اپنے پاس رکھیں۔ بیس ملی سیکنڈ سے کم کا مطلب پروفیشنل گریڈ ٹائمنگ ہے۔ بیس سے ساٹھ زیادہ تر روزمرہ کام کو احاطہ کرتا ہے۔ ایک سو بیس سے اوپر، ہر ٹائمنگ سینسیٹو کام آپ سے لڑے گا، اور اصلاح عموماً ہارڈویئر سے نہیں ڈرائیور سے شروع ہوتی ہے۔ اگر آپ نے کبھی نمبر نہیں ماپا، تو آپ ہر آڈیو کام کے بارے میں اندازہ لگا رہے ہیں جو ٹائمنگ پر منحصر ہے۔